Q01
Mensagem
Todos os modelosSales & Revenue
Pesquisa de Comportamento de Indicação de Clientes e Eficácia do Programa
Mede a probabilidade de os clientes indicarem sua empresa a outras pessoas, o que realmente os motiva a fazer isso e onde seu programa de indicação ou incentivos deixa a desejar — com um acompanhamento por IA que investiga os reais motivos por trás da nota de indicação de um cliente, em vez de considerar o número apenas pelo valor de face. Desenvolvida para equipes de vendas, sucesso do cliente e crescimento que executam ou projetam programas de indicação.
Perguntas de exemplo
Uma prévia do que há no modelo. Todas as perguntas podem ser editadas antes de publicar.
11 perguntas · ~6 min
Q02
Escala de opiniãoObrigatória
Qual é a probabilidade de você indicar a (Substitua pelo nome da sua empresa) a um amigo ou colega?
Escala: 0 – 10
Mín:Nada provávelMáx:Extremamente provável
Q03
Múltipla escolhaObrigatória
Nos últimos 6 meses, você indicou alguém à (Substitua pelo nome da sua empresa)?
- Sim, uma pessoa
- Sim, várias pessoas
- Não, mas já considerei
- Não, e não considerei
Q04
Múltipla escolhaObrigatória
Você sabia que temos um programa de recompensas por indicação?
- Sim, e já participei dele
- Sim, mas não participei
- Não, eu não sabia disso
Q05
Compensação melhor–pior (MaxDiff)Obrigatória
Qual das opções a seguir mais incentivaria você a indicar outras pessoas para nós?
- Recompensa em dinheiro
- Desconto em compras futuras
- Crédito na conta
- Doação a uma instituição de caridade de minha escolha
- Reconhecimento público (por exemplo, menção, selo)
- Vantagens exclusivas ou acesso antecipado
- Suporte mais rápido ou prioritário
Escolha a melhor e a pior de cada conjuntoMelhor:Mais motivadorPior:Menos motivador
Q06
Distribuição de pontosObrigatória
Se você tivesse 100 pontos para distribuir entre esses tipos de recompensa com base no que mais importaria para você, como os distribuiria?
- Recompensa em dinheiro
- Desconto em compras futuras
- Crédito na conta
- Doação beneficente
- Nenhuma recompensa necessária — eu indicaria de qualquer forma
Distribua 100 pontos
Q07
MatrizObrigatória
O quanto você concorda com cada afirmação sobre nosso programa de indicação?
4 linhas × 5 colunas
- O processo de indicação foi fácil de concluir
- Entendi claramente como seria recompensado
- Recebi minha recompensa em um tempo razoável
- Eu recomendaria este programa em si a outros clientes
Colunas: Discordo totalmente · Discordo · Neutro · Concordo · Concordo totalmente
Q08
Entrevista com IA
Investigue o raciocínio por trás da nota de probabilidade de indicação do respondente. Se foi alta, descubra uma pessoa específica que ele pensou em indicar ou que de fato indicou, e o que precisaria ser verdade para que ele realmente concretizasse a indicação ou indicasse novamente. Se foi baixa ou mediana, identifique a hesitação específica — confiança no produto, falta de uma recompensa atraente, não saber como fazer ou medo de incomodar seu contato — e pergunte qual única mudança elevaria sua nota. Se disse que não conhece o programa de indicação, pergunte o que ele esperaria de um antes de utilizá-lo.
Q09
Lista suspensa
Qual é o tamanho da sua empresa? (Prefiro não responder está tudo bem)
- Apenas eu
- 2 a 10 funcionários
- 11 a 50 funcionários
- 51 a 200 funcionários
- 201 a 1000 funcionários
- Mais de 1000 funcionários
- Prefiro não responder
Q10
Múltipla escolha
Há quanto tempo você é cliente da (Substitua pelo nome da sua empresa)?
- Menos de 6 meses
- 6 meses a 1 ano
- 1 a 2 anos
- Mais de 2 anos
- Prefiro não responder
Q11
Mensagem
Obrigado por compartilhar suas opiniões! Usaremos suas respostas para aprimorar nosso programa de indicação e tornar mais fácil e recompensador recomendar-nos.
O que está incluído
Acompanhamento com IA
Sondagens adaptativas nas respostas abertas que revelam detalhes que um formulário estático deixaria passar.
Verificações de atenção
Proteções integradas contra respostas apressadas e participantes de baixa qualidade.
Textos escritos por IA
Redação, ordem e ramificações escritas pela IA, ajustadas ao seu objetivo de pesquisa.
Relatório automático
Temas, citações e um resumo em linguagem simples se escrevem sozinhos assim que as respostas chegam.
Como se compara
Analisamos os modelos mais parecidos de outras ferramentas de pesquisa. Veja o que elas fazem bem e onde este modelo vai além.
Por que este modelo
- Includes a dedicated AI follow-up interview that probes the actual reasoning behind a customer's referral likelihood score instead of just recording the number
- Uses a MaxDiff exercise and a constant-sum points allocation to reveal which incentives customers genuinely value, not just top-of-mind guesses
- Includes a matrix question to measure agreement across multiple referral-program statements in one structured view, plus firmographic and tenure questions for segmentation
- Opens and closes with conversational chat messages that frame the survey and set expectations, making it feel like a guided conversation rather than a static form
Jotform
Sales Referral Form TemplateThis is a static, fielding-ready form for capturing sales referral submissions (e.g., referrer/referee contact details) rather than a survey designed to measure referral sentiment or program effectiveness. It's easy to drag-and-drop customize within Jotform's form builder. It's built for lead capture, not for diagnosing why customers do or don't refer.
O que faz bem
- Ready-to-use, no-code form builder with drag-and-drop customization
- Likely integrates with Jotform's broader form ecosystem (notifications, conditional logic, integrations)
- Simple structure suited for quick referral lead capture
Onde deixa a desejar
- Static form fields only — no adaptive AI follow-up to probe why a customer would or wouldn't refer
- No built-in mechanism to weigh or rank incentive preferences (e.g., MaxDiff or points allocation)
- No transparent, published methodology behind question design or scoring
SurveySparrow
Sales Referral Form Template for all businessesA conversational-style referral form template aimed at general businesses, focused on collecting referral submissions rather than diagnosing referral motivation or program gaps. SurveySparrow's chat-like UI is a genuine strength for engagement, but the template appears oriented toward lead intake, not behavioral measurement. No mention of adaptive follow-up questioning tied to a respondent's specific answer.
O que faz bem
- Conversational, chat-style survey format that can feel more engaging than a static form
- Applicable across different business types out of the box
- Likely supports SurveySparrow's standard branching/logic features
Onde deixa a desejar
- No adaptive AI interview that digs into the reasoning behind a low or high referral score
- No structured trade-off tools (MaxDiff, constant-sum) to prioritize which incentives actually motivate referrals
- No automated per-response quality scoring or auto-generated analytical report
SurveyMonkey
Referral Form TemplateA general-purpose referral form template from a major survey platform, likely usable for collecting basic referral information or simple satisfaction-style questions. It doesn't appear tailored specifically to referral program effectiveness (incentive design, motivation drivers) for sales/CS/growth teams. As a static template, it depends on manual analysis to interpret open-ended or scaled responses.
O que faz bem
- Backed by a well-established survey platform with broad distribution options
- Simple, familiar template structure that's quick to deploy
- Likely includes standard SurveyMonkey analytics/reporting on closed-ended questions
Onde deixa a desejar
- No adaptive AI follow-up interview to explore the real reasons behind a referral score
- No voice AI interview option or guided task/screen-share capability
- No transparent, published prompts or methodology for how questions or scoring are derived
Perguntas frequentes
Quais perguntas estão no modelo “Pesquisa de Comportamento de Indicação de Clientes e Eficácia do Programa”?
O modelo inclui 11 perguntas prontas para usar, começando por: “Olá! Estamos tentando entender como os clientes se sentem em relação a indicar a (Substitua pelo nome da sua empresa) a…” · “Qual é a probabilidade de você indicar a (Substitua pelo nome da sua empresa) a um amigo ou colega?” · “Nos últimos 6 meses, você indicou alguém à (Substitua pelo nome da sua empresa)?”. O conjunto completo aparece acima e todas as perguntas podem ser editadas.
Quanto tempo leva para responder a esta pesquisa?
Os participantes normalmente terminam as 11 perguntas em cerca de 6 minutos.
Posso personalizar este modelo?
Sim: cada pergunta, cada opção de resposta e a ordem podem ser editadas antes de publicar. Você pode adicionar ou remover perguntas, ou pedir ao editor com IA para refazer a pesquisa em torno do seu objetivo.
Este modelo é gratuito?
Sim. Abra no editor e comece a personalizar agora: não é preciso criar conta para testar, e o plano gratuito cobre a publicação da sua pesquisa.
Pronto para publicar?
Abra este modelo no editor. Tudo é seu para mudar antes de o primeiro participante ver.
Modelos relacionados
Mais estudos sobre temas semelhantes.
Sales & Revenue
Pesquisa de Feedback sobre Solicitação de Demonstração de Produto
Captura como os prospects vivenciaram uma demonstração de vendas que solicitaram — adequação ao caso de uso, qualidade do representante e intenção de compra — para equipes de vendas e receita aprimorarem a entrega de demonstrações. Uma entrevista de acompanhamento por IA aprofunda as objeções reais e o processo de decisão por trás das avaliações.
Ver modeloSales & Revenue
Pesquisa sobre Clareza da Oferta, Adequação do Incentivo e Intenção de Indicação
Mede o quão claramente os clientes entendem as ofertas promocionais, o quão bem os incentivos correspondem às suas preferências e a probabilidade de indicarem outras pessoas — identificando pontos de atrito para melhorar as taxas de indicação e conversões.
Ver modeloSales & Revenue
Pesquisa sobre Barreiras do Programa de Indicações e Preferências de Incentivos
Uma pesquisa diagnóstica de 5 minutos para clientes atuais, com o objetivo de identificar lacunas de conhecimento sobre o programa de indicações, desalinhamento de incentivos, atritos no processo e barreiras de confiança — fornecendo dados acionáveis para otimizar a conversão de indicações.
Ver modeloSales & Revenue
Pesquisa de Eficácia do Programa de Reconhecimento de Funcionários
Mede a frequência com que os funcionários são reconhecidos, o quão justo e significativo esse reconhecimento parece, e se ele vem mais dos gestores ou dos colegas. Um acompanhamento por IA aprofunda um momento específico e recente de reconhecimento para revelar o que realmente fez a diferença — ou não — além das avaliações da pesquisa.
Ver modeloSales & Revenue
Pesquisa de Recomendação e Defesa de Programa Estudantil
Mede a probabilidade de os estudantes recomendarem um curso, programa ou instrutor a um colega, o que motiva essa disposição e onde a experiência deixa a desejar. Uma entrevista de acompanhamento com IA aprofunda os motivos específicos por trás da pontuação de cada estudante, revelando momentos e detalhes concretos que uma nota isolada não consegue captar. Desenvolvida para departamentos acadêmicos, bootcamps e equipes de curso que acompanham o boca a boca e o risco de evasão.
Ver modeloSales & Revenue
Pesquisa de Avaliação de Impacto e Resultados para o Cliente
Mede os resultados concretos de negócios ou de vida que os clientes alcançaram desde que adotaram seu produto ou serviço — não apenas satisfação, mas o que realmente mudou. Inclui uma entrevista de acompanhamento com IA que reconstrói uma história específica de antes e depois por trás dos números, fornecendo evidências prontas para estudo de caso de impacto real.
Ver modelo